[논문 리뷰] A sustainable infrastructure concept for improved accessibility, reusability, and archival of research software

Timo Koch, Dennis Gläser외 7명|arXiv (Cornell University)|2023. 01. 27.

Scientific Computing and Data ManagementDecision Sciences인용 수 3

한 줄 요약

이 논문은 소프트웨어 자료를 다중 모odal 표현 방식(예: 컨테이너라이즈드 환경, 브라우저 기반 앱, 소스 코드 등)을 통해 접근성, 재사용성, 보존성을 향상시키는 지속 가능한 연구 소프트웨어 인프라를 제안한다. 이는 FAIR 원칙 준수 메타데이터와 개방형 저장소를 기반으로 하며, 소프트웨어 공학의 최선의 실천 방식과 통합되어 실제 재현 가능성과 장기적 재사용을 가능하게 한다.

ABSTRACT

Research software is an integral part of most research today and it is widely accepted that research software artifacts should be accessible and reproducible. However, the sustainable archival of research software artifacts is an ongoing effort. We identify research software artifacts as snapshots of the current state of research and an integral part of a sustainable cycle of software development, research, and publication. We develop requirements and recommendations to improve the archival, access, and reuse of research software artifacts based on installable, configurable, extensible research software, and sustainable public open-access infrastructure. The described goal is to enable the reuse and exploration of research software beyond published research results, in parallel with reproducibility efforts, and in line with the FAIR principles for data and software. Research software artifacts can be reused in varying scenarios. To this end, we design a multi-modal representation concept supporting multiple reuse scenarios. We identify types of research software artifacts that can be viewed as different modes of the same software-based research result, for example, installation-free configurable browser-based apps to containerized environments, descriptions in journal publications and software documentation, or source code with installation instructions. We discuss how the sustainability and reuse of research software are enhanced or enabled by a suitable archive infrastructure. Finally, at the example of a pilot project at the University of Stuttgart, Germany -- a collaborative effort between research software developers and infrastructure providers -- we outline practical challenges and experiences

연구 동기 및 목표

• 연구 소프트웨어 자료의 장기적 보존 및 재사용 문제를 해결하되, 이는 일반적으로 시간이 지남에 따라 접근 불가능하거나 재현 불가능해지는 경향이 있다.
• 연구자가 발표된 결과를 초월해 소프트웨어를 탐색하고 재사용할 수 있도록 하여 실질적인 재현 가능성을 향상시킨다. 특히 원래 결과를 재현할 수 없는 경우에도 가능하도록 한다.
• 동일한 소프트웨어 자료를 다양한 표현 방식(예: 소스 코드, 문서, 상호작용 가능한 환경 등)으로 제공함으로써 다양한 재사용 시나리오를 지원하는 프레임워크를 개발한다.
• 소프트웨어 보존을 FAIR 원칙(Findable, Accessible, Interoperable, Reusable)과 통합하여 장기적 지속 가능성과 유용성을 확보한다.
• 기존 연구 소프트웨어 개발 및 출판 워크플로우와의 통합을 통해 혁신의 방해 요소를 최소화하고 도입률을 극대화한다.

제안 방법

• 연구 소프트웨어 자료를 연구 상태의 스냅샷으로 간주하는 다중 모달 표현 개념을 설계하여, 설치 가능한 코드, 컨테이너라이즈드 환경, 브라우저 기반 앱, 문서화 등 다양한 재사용 방식을 지원한다.
• 메타데이터와 소프트웨어 기술 설명에 FAIR 원칙을 통합하여, 다양한 저장소 및 플랫폼 간의 검색 가능성, 접근 가능성, 상호운용성을 확보한다.
• 장기적 보존과 지속 가능한 식별자(DOI, URL 등)를 확보하기 위해 Software Heritage와 Zenodo와 같은 공공의 개방형 인프라를 활용한다.
• 고성능 컴퓨팅 및 복잡한 종속성에 특화된 장기적 데이터 아카이브 액세스 패턴과 호환되도록 기존 소프트웨어 설치 워크플로우(git clone, pip install 등)를 조정한다.
• 사용자가 컴퓨팅 자원을 기여할 수 있는 탈중앙화되고 확장 가능한 상호작용형 재사용 모델을 구현하여, 중심화된 고비용 클라우드 인프라 의존도를 낮춘다.
• 스uttgart 대학교의 DuMu x 및 ViPLab 프로젝트와 같은 실제 환경에서 시스템을 프로토타ип링하고 테스트하기 위해 연구 소프트웨어 엔지니어 및 인프라 제공자와 협력한다.

실험 결과

연구 질문

• RQ1 연구 소프트웨어 자료는 어떻게 보존되어야 하며, 이는 발표된 결과를 초월해 장기적 접근성과 재사용성을 보장할 수 있는가?
• RQ2 다양한 재사용 시나리오(탐색, 수정, 배포 등)를 가장 잘 지원하는 소프트웨어 자료의 다중 모달 표현 방식은 무엇인가?
• RQ3 소프트웨어 메타데이터와 문서화에 FAIR 원칙을 실질적으로 적용하는 방법은 무엇이며, 이는 검색 가능성과 상호운용성을 어떻게 향상시키는가?
• RQ4 기존의 사적 또는 고비용 클라우드 서비스에 의존도를 최소화하면서도 지속 가능하고 확장 가능하며 탈중앙화된 연구 소프트웨어 재사용을 가능하게 하는 인프라 모델은 무엇인가?
• RQ5 기존 연구 소프트웨어 개발 및 출판 워크플로우에 보존 및 재사용 인프라를 통합할 때 발생하는 실질적 과제는 무엇인가?

주요 결과

• 2005년에서 2017년 사이에 인용된 논문들에서 약 25%의 URL이 더 이상 접근할 수 없었으며, 이는 지속 가능한 소프트웨어 보존의 시급성을 보여준다.
• 인용된 논문들에서 무작위로 선정한 98개의 생물정보학 소프트웨어 패키지 중 절반 이하만 '설치가 쉬움'으로 표기되어 있었으며, 이는 설치 용이성과 인용 영향력 간의 강한 상관관계를 시사한다.
• 다중 모달 표현 개념은 브라우저 기반 앱을 통한 상호작용 탐색과 컨테이너라이즈드 환경을 통한 재현 가능한 실행을 포함해 다양한 재사용 시나리오를 성공적으로 지원한다.
• Software Heritage와 Zenodo와 같은 공공의 개방형 아카이브와 소프트웨어 자료를 통합하면 지속 가능한 FAIR 준수 액세스와 버전 관리가 가능하다.
• 표준 소프트웨어 설치 방식(pip install 등)을 아카이브 API 액세스 패턴과 일치시키는 워크플로우 적응 과제는 철저한 인터페이스 설계와 도구 지원이 필요하다.
• 상호작용형 재사용을 위한 탈중앙화되고 커뮤니티 기반의 모델은 실현 가능하고 확장 가능하며, 중심화된 고비용 인프라 의존도를 낮추면서도 FAIR 원칙 준수를 유지할 수 있다.